过程工业设备维修智能决策系统的开发与应用

中国石化过程工业设备管理基本属于传统的事后维修模式,设备基础管理薄弱,依靠经验的、定性的方法确定设备检查/维护内容,缺乏对关键设备的识别和分类,维修资源不能合理分配,存在"维修不足"和"维修过剩",系统安全生产隐患大、事故多,设备可靠性、可用性和安全性难以控制和保证.为保证过程工业安全生产,减少安全事故和环境事故,建立了过程工业设备维修智能决策信息系统,它以设备完整性管理系统为架构,综合集成了企业资源计划系统(Enterprise resource planning,ERP)、企业生产执行系统(Manufacturing executive system,MES)和基于风险的检测(Risk-based inspection,RBI)、以可靠性为中心的维修(Reliability-centered maintenance,RCM)、安全完整性水平分析(Safety integrity level,SIL)等风险评估系统与预知维修信息系统(Predictive maintenance information systems,PMIS),为企业提供设备动态风险等级数据、预知维修信息数据和设备绩效指标数据,使各级人员能够通过网络平台及时准确地掌握设备风险状态和优化的维修任务排程,为设备维修决策提供科学支持.实践结果表明:建立的设备维修智能决策信息系统对于提高设备可靠性、可用性和安全性产生了积极效果,它使设备故障频率降低、故障后果减小,维修资源得到了合理利用;高层领导和工程师的强力支持、针对员工的系统教育培训是智能维修决策系统成功应用的重要保证.     

设备定量风险分析数据采集和维修决策系统开发和应用研究

设备故障定量风险分析和绩效指标评估面临缺少客观的可靠性和维修数据来建立实际故障概率和故障后果分布模型,参照国内外同类装置设备故障概率数据库进行风险分析具有局限性。为了提高设备风险管理和维修决策水平,研究开发了设备可靠性和维修数据采集和维修决策系统应用于风险评估、剩余工作寿命预测和维修任务优化。实践表明:研制的数据采集和维修决策系统能够积累设备可靠性和维修数据、量化风险分析结果和优化维修任务,从而提高设备运行的可靠性、可用性和安全性。     

轴流压缩机基于风险和状态的维修

轴流式压缩机在炼化行业应用广泛,其运行属高风险过程,研究集安全与经济为一体的维修方法十分必要。研究状态监测技术和以可靠性为中心的维修相结合的维修决策方法,对轴流压缩机进行故障特征信号分析、故障预警、剩余寿命预测及风险等级确定,实现了轴流压缩机基于风险和状态的维修。实践证明:轴流压缩机基于风险和状态的维修决策能够制定最佳的维修计划和维修任务,预知隐患和故障;降低设备的故障频率和故障后果影响;提高设备的可靠性和安全性。     

轴流压缩机基于风险和状态的维修

轴流式压缩机在炼化行业应用广泛,其运行属高风险过程,研究集安全与经济为一体的维修方法十分必要。研究状态监测技术和以可靠性为中心的维修相结合的维修决策方法,对轴流压缩机进行故障特征信号分析、故障预警、剩余寿命预测及风险等级确定,实现了轴流压缩机基于风险和状态的维修。实践证明:轴流压缩机基于风险和状态的维修决策能够制定最佳的维修计划和维修任务,预知隐患和故障;降低设备的故障频率和故障后果影响;提高设备的可靠性和安全性。     

第二讲 维修方式决策

一、维修决策的目的和内容设备维修决策的目的是根据设备的状况和维修条件,提供合理的维修方式方法.机械设备的维修决策主要有维修方式决策和维修类型决策等.维修方式决策是根据设备的可靠性、维修性、可监测性和经济性,合理确定设备的维修方式,包括状态维修方式、定期维修方式和事后维修方式.维修类型决策是根据设备定期状态监测结果确定设备的技术状态,并进一步根据设备的技术状态确定设备的维修类型(包括大修、项修和零修等),科学地指导机械设备维修工作.     

差异维修理论及其决策系统研究

随着现代科学技术的迅猛发展,先进制造设备的结构和功能发生了很大变化,因此其故障模式和故障规律也随之改变。本文在研究先进制造设备故障规律及特点的基础上,提出以可靠性为中心的差异维修理论,以指导企业对设备的维修管理。同时提出差异维修决策支持系统的研究内容,以实现设备维修方式决策的微机化。     

基于可靠性的设备全寿命周期维修时刻决策建模研究

基于可靠性理论,研究了设备维修决策量化分析方法。阐述了预知性维修时刻对其设备安全性和经济性的影响,然后运用可靠性理论建立了以设备全寿命周期内单位时间维修费用支出最小为原则的最佳维修时刻优化模型。通过实例验证了该模型的正确性和实用性,可有效适用于设备最佳维修时刻的确定。     

基于机械设备可靠性维护的管理系统的研究

以可靠性为中心的维护（RCM）分析理论引入设备维修保养体系,针对设备制定科学和有效的维护策略是提高其可靠性和安全性的必要手段。以可靠性为中心的维修不仅可根据设备的故障模式确定针对性的维修策略,而且充分考虑了设备的性能、维修经济性和维修策略之间的关系。文中基于对某公司可靠性的维修管理研究,结合对可靠性维修管理的深刻理解和认识,利用快速RCM分析提升公司的维修管理水平,具有一定的现实借鉴意义。     

差异维修理论及其决策系统研究

在研究先进制造设备故障规律及特点的基础上,提出以可靠性为中心的差异维修理论,以指导企业对设备的维修管理.同时提出差异维修决策支持系统的研究内容,以实现设备维修方式决策的微机化.     

减速机械的可靠性维修及其维修决策

决策支持系统相对复杂,需要广泛的知识,并且难以开发。本文着重于确定如何维护减速器并确定最佳的预防性维护,从简单性开始,提出减速器维护策略以及根据特定情况的关键组件的故障分布模型。并依据N42蜗杆减速器,维护方法和最佳的预防性维护周期。科学的维护决策可以使设备运行,以满足连续的生产需求。降低齿轮的可靠性维护可以利用合理的维护决策来确保设备的可靠运行。基于这种理解,本文描述了减速器的维护决策,以便分析其可靠性和维护并为对此主题感兴趣的人提供参考。     

大型设备维修知识管理系统框架及关键模块研究

完善的维修知识管理系统,可提高大型设备维修质量及效率。以组织、知识、作业、信息等为基础输入,配置相应的相关资源,构建出大型设备维修知识管理系统架构,系统包括维修知识管理子系统、集成化预防维护管理系统、维修知识信息平台三大模块。模块间的有效对接有助于维修人员对大型设备关键故障的识别及诊断,能帮助维修人员确定最优预防维修策略及方法,并以动态维护体系实现了设备的全面预防管理。对大型设备的维修有着较强的理论意义及现实价值。     

模糊层次分析法在机械设备维修策略决策中的应用

机械设备的维修策略主要有事后维修、定期维修和状态维修,提出将模糊综合评判法与层次分析法结合起来形成模糊层次分析法,应用于机械设备维修策略的选择.运用模糊综合评判法进行综合评判,通过层次分析法确定指标体系的权重,确定机械设备的最优维修方式,最后通过实例证明,模糊层析分析法能有效的解决机械设备维修策略的决策问题.     

设备资源优化管理的EVA模型研究

本文从设备生产有效性的角度探讨了设备资源使用与管理的优化问题。提出采用EVA价值测度度量设备管理的经济效益 ,建立了优化设备使用管理的EVA模型     

基于状态监测和故障诊断的设备管理系统

当前由于状态监测和故障诊断与维修管理的相互脱节，使其应有的作用没有得到充分发挥。针对这种情况，采用了离线和在线监测诊断相结合的状态维修策略，建立了状态维修的工作模型，运用集成定义方法建立了系统的功能模型，进而综合采用网络技术、计算机技术和数据库技术等，开发出了基于状态监测和故障诊断的设备管理系统，为企业成功开展状态维修提供了有效的管理工具。     

基于可靠性分析的机器人系统故障维修系统

用现场数据作为可靠性分析的重要依据,利用简化的可靠性模型,采用SQL Server2000数据库和面向对象的程序设计语言VC++6.0,设计开发了一套以可靠性为中心维修(RCM)的机器人系统故障维修系统,为机器人系统的故障诊断提供更加真实的现场数据和诊断知识,使企业对机器人系统管理与维修更系统、更科学。     

支持向量数据描述用于机械设备状态评估研究

本文提出了对机械设备运行状态进行评估的新方法———支持向量数据描述方法。该方法应用在机械故障诊断和状态监测中,仅仅依靠正常运行时的数据信号,而不需要故障数据,就可以监测机器的运行状态。给出了机组运行状态优劣的定量指标,从而为设备管理和预知维修提供科学的决策依据。将该方法应用于某炼油厂关键设备的运行状态评估中,及时、正确地评价出设备状态异常,为成功诊断出螺栓裂纹的早期故障提供帮助。     

An Integrated Maintenance Management System for an Advanced Manufacturing Company

Maintenance costs in advanced manufacturing companies, e.g. electronics manufacturing companies, have been steadily increasing as the companies upgrade their production facilities. Maintenance costs are normally a considerable portion of the product cost. To maintain a competitive place in the market, it is critical for an advanced manufacturing company to have a sound maintenance management system, which can control its maintenance costs at the lowest level and maintain its overall equipment effectiveness at the highest level. This paper reports on an integrated maintenance management system, which has been developed and implemented in an advanced electronics manufacturing company in Hong Kong. The methods and principles of the system are discussed in sections on maintenance performance auditing, cost recording and tracing, reliability centred maintenance planning and control, condition monitoring and on-line feedback control, and integrated maintenance planning and control.     

地铁BAS系统机电设备管理策略

地铁BAS系统设备的维修与护理是工业生产成本中一项巨大支出,维修工作在很大程度上取决于设备使用和维修人员对该设备的了解,所以建立有效的维修系统可以大大减少停机时间和节约维修费用。要实现这个目标,必须通过有效的技术手段和管理方式,正确了解和掌握设备的运行状况,从而做出及时的判断与合理的维修决策。提出通过对地铁机电设备进行综合监督管理,收集各设备的运行状态信息或数据,结合对地铁BAS系统各设备的诊断技术,实现对地铁BAS系统机电设备的监督管理、预知维护功能。     

基于网络的智能维修信息系统的研究与开发

维修信息系统是企业设备信息化管理体系的重要部分。将网络技术、智能技术引入到维修信息系统，可以实现柔性维修决策及维修方案的优化，从而能有效地提高维修管理水平，降低维修成本。文中阐述了智能维修信息系统的特点，就系统研制过程中所采用的技术进行了说明。     

Intelligent Predictive Decision Support System for Condition-Based Maintenance

The high costs in maintaining today’s complex and sophisticated equipment make it necessary to enhance modern maintenance management systems. Conventional condition-based maintenance (CBM) reduces the uncertainty of maintenance according to the needs indicated by the equipment condition. The intelligent predictive decision support system (IPDSS) for condition-based maintenance (CBM) supplements the conventional CBM approach by adding the capability of intelligent condition-based fault diagnosis and the power of predicting the trend of equipment deterioration. An IPDSS model, based on the recurrent neural network (RNN) approach, was developed and tested and run for the critical equipment of a power plant. The results showed that the IPDSS model provided reliable fault diagnosis and strong predictive power for the trend of equipment deterioration. These valuable results could be used as input to an integrated maintenance management system to pre-plan and pre-schedule maintenance work, to reduce inventory costs for spare parts, to cut down unplanned forced outage and to minimise the risk of catastrophic failure.